Wayne Holmes, el investigador que le pone freno al entusiasmo con la inteligencia artificial en las escuelas

A Wayne Holmes lo busco por mail un martes a la manana y me atiende desde su oficina en el UCL Knowledge Lab, el laboratorio de conocimiento de la University College London, en la capital inglesa. Holmes investiga hace anos el impacto de la inteligencia artificial en la ensenanza y tiene una postura que va a contrapelo de tanta promesa empresarial: descree de las herramientas que hoy ofrece el mercado y, sobre todo, desconfia de quienes quieren meterlas en las aulas como si fueran la solucion a todos los males. Antes de empezar la charla, me aclara algo que para el es clave: una cosa es ensenar sobre inteligencia artificial, es decir, formar ciudadanas y ciudadanos que entiendan como funciona esa tecnologia, y otra muy distinta es usar la IA como recurso pedagogico dentro del aula. La diferencia no es un detalle menor, me dice, porque en el segundo caso se estan tomando decisiones sobre el aprendizaje de chicas y chicos con herramientas que, insiste, todavian no estan a la altura.

Le pregunto por el argumento que mas se repite estos dias en las reuniones de directivos y en los grupos de whats app de padres: que la IA generativa es a la escritura lo que la calculadora fue a la matematica. Holmes se rie con ganas y me dice que la comparacion le parece directamente invalida. La razon, explica, es bastante simple: cuando uno aprieta los botones correctos en el orden correcto en una calculadora, obtiene siempre la respuesta correcta. Con la inteligencia artificial generativa, en cambio, el resultado es incierto: puede ser correcto o puede no serlo, y muchas veces el usuario no tiene manera de distinguir uno de otro. Eso, senala el investigador britanico, cambia por completo la ecuacion, porque en educacion no alcanza con producir cualquier respuesta: hace falta producir respuestas confiables.

La paradoja de la desigualdad: escuelas de elite que presumen de docentes y escuelas pobres que reciben maquinas

Hay un punto de la conversacion que a Holmes se le nota en la voz, como si lo hubiera pensado muchas veces. Me cuenta que le llama la atencion una paradoja que se ve en casi todos los paises, incluida la Argentina: las escuelas privadas de elite, las mas caras, las que cobran cuotas que pocos pueden pagar, casi nunca se publicitan por la cantidad de computadoras que tienen ni por el uso que hacen de inteligencia artificial. Se promocionan, me dice el investigador, por la calidad de sus docentes, por el tamano de los cursos, por los viajes educativos, por el trato personalizado. En el otro extremo, en zonas con escasez de maestras y maestros, en comunidades donde faltan profesores de matematica o de ingles, aparece la tecnologia como supuesta solucion de reemplazo. Como si una pantalla pudiera ocupar el lugar de un docente formado.

“Si esa brecha aumenta entre quienes tienen docentes y quienes tienen maquinas, lo que estamos debilitando es la democracia para todos, porque la educacion es la base de la participacion ciudadana.”Wayne Holmes, profesor del UCL Knowledge Lab

Para Holmes, la lectura politica de este asunto es directa: desfinanciar la educacion publica en nombre de la eficiencia tecnologica tiene consecuencias que se ven mucho despues, cuando esas chicas y esos chicos crecen y se incorporan a una sociedad que, sin formacion robusta, se vuelve mas desigual y mas vulnerable a los discursos autoritarios. De ahi su insistencia en que la inteligencia artificial deberia estar al servicio de los docentes y no al reves, algo que en la Argentina bien conocen quienes trabajan en comunidades del Noroeste argentino, donde conseguir un profesor de secundario que se quede en el pueblo ya es de por si una pequena epopeya.

Cuando la IA solo repite lo que ya se dice: el riesgo de la estandarizacion del pensamiento

• La IA generativa produce texto eligiendo las palabras mas probables segun los datos con los que fue entrenada, lo que tiende a reproducir las posturas dominantes.
• Los enfoques minoritarios, las miradas criticas y las voces disidentes quedan subrepresentadas porque no son las que mas aparecen en los corpus de entrenamiento.
• Holmes lo probo personalmente: al consultar a distintas herramientas sobre los problemas del aprendizaje personalizado, todas respondieron que el unico inconveniente era la dificultad de implementarlo. Ninguna cuestiono si el enfoque funciona o no.
• La preocupacion es que los estudiantes terminen aprendiendo un unico modo de ver el mundo, transmitido por maquinas que fueron entrenadas mayoritariamente en ingles y con sesgos occidentales.
• Para Holmes, eso no es innovacion pedagogica: es uniformar el aprendizaje, algo que las aulas de America Latina, con su diversidad cultural y linguistica, pueden terminar pagando caro.

Antes de cortar, le hago la pregunta que cualquier director escolar estaria haciendo hoy: si tuviera que armar una escuela desde cero, como la haria, usaria o no inteligencia artificial. Holmes no duda: no incorporaria ninguna de las herramientas actuales como recurso pedagogico. Lo que si haria, me dice, es ensenar a sus estudiantes a entender como funciona la IA, cuales son sus limites, que derechos hay sobre los datos que se cargan en esas plataformas y que pasa cuando una maquina se equivoca. En pocas palabras, formar ciudadanas y ciudadanos criticos frente a la tecnologia, en lugar de entregarles la tecnologia como sustituto de una educacion que, insiste, sigue necesitando manos, miradas y voces humanas.